[深度学习从入门到女装]ESPNet: Efficient Spatial Pyramid of Dilated Convolutions for Semantic Segmentation

论文地址：ESPNet: Efficient Spatial Pyramid of Dilated Convolutions for Semantic Segmentation

 

这是ECCV2018的一篇语义分割的论文

 

ESP（Efficient spatial pyramid）

文中提出了一个ESP（Efficient spatial pyramid）模块来对传统卷积进行factorization达到改进的效果

Convolution factorization: Convolutional factorization decomposes the convolutional operation into multiple steps to reduce the computational complexity.例如Xception、ResNeXt、Xception、MobileNets等

改进分为两步：

1、point-wise conv

也就是先使用1*1卷积对输入的M个通道的feature map进行降维成d个通道，以减少计算量

2、spatial pyramid of dilated conv

也就是使用金字塔空洞卷积来对降维后的特征图进行操作，提高感受野

使用K个不同rate的卷积核为n*n、rate=的空洞卷积进行操作

具体流程如上图所示，分为几个reduce、split、transform、merge几个步骤

图中M为输入feature map的通道数、、K为分组数量、、在本文中n=3

 

 

ESPNet

其中红色框代表下采样、蓝色框代表上采样，(# input channels, # output channels)